抵抗低频高能噪声影响的海上风电结构模态参数识别方法研究

来源：振动与冲击杂志2025年第9期北京时间：

作者：董霄峰tju_dongxf，，时泽坤，，彭泓浩，

单位：1.天津大学水利工程智能建设与运维全国重点实验室，天津300350；2.天津大学建筑工程学院，天津300350

摘要：模态参数是体现海上风电结构运行安全状态的关键指标，然而复杂多变的海洋环境会导致实测振动信号中混有大量低频高能噪声，严重影响模态识别精度。为实现海上风电结构模态参数的准确识别，本文提出一种能够抵抗低频高能噪声影响的模态参数识别方法（CVS）。首先利用完全自适应噪声集合经验模态分解法（complementary ensemble empirical mode decomposition with adaptive noise，CEEMDAN）滤除原始信号中的高频噪声，随后通过麻雀优化算法（sparrow's optimization algorithm，SSA）以最小包络熵作为适应度函数迭代计算自适应确定变分模态分解法（variational mode decomposition，VMD）的信号分解层数K和惩罚因子 ，实现信号的VMD自适应优化分解以剔除低频高能噪声影响，最后再采用随机子空间方法（SSI）实现信号中模态参数的识别提取。研究分别针对构造仿真含噪信号和原型观测信号开展了识别效果对比验证，结果表明，相比于传统模态识别方法，CVS方法在信噪比、波形相似系数、相对误差等参数方面具有更好的有效性和精确性。同时，该方法对实测信号的处理能力强，降噪效果好，能够准确识别结构固有频率、叶轮转动频率（1P）和叶片扫掠频率（3P），具有良好的工程适用性，为后续基于实测数据开展海上风电结构模态参数识别与运行安全评价提供了新思路。<br>

关键词：海上风电；模态参数识别；低频高能噪声；完全自适应噪声集合经验模态分解（CEEMDAN）；变分模态分解法（VMD）